Notice bibliographique
Résumé
72 label, 54 linearly not separable, 61, 62 linearly separable, 58 classification, 241 classification error, 255 classifier, 4, 53-54, 290 Bayes, 82 binary tree, 110, 122 ensemble, 78 naïve Bayes, 97 nearest neighbors, k-NN, 31, 43-47, 55 random forest, 81-82, 160-163 SVM, 31, 43, 57, 160-163 weak, 78 cluster validity index, 255 constraints, 59 cost-sensitive learning, 288 coverage, 224, 225, 227, 233, 257 coverage-specificity characteristics, 237 cross-validation, 37 data balancing, 287 excitatory, 229 inhibitory, 228 missing, 276 summarization, 199 weighted, 228, 280 data imputation, 275, 276 hot deck imputation, 277 random, 277 regression prediction, 277 dataset balanced, 20, 172 handwritten digits see MNIST under dataset handwritten letters, 121 imbalanced, 172 learning, 4, 37, 54 MNIST, 119, 121, 124, 172 music notation symbols, 119, 121, 172 oversample, 21, 119 test, 37, 55, 122, 161, 163 training, 37, 55, 122, 161, 163 undersample, 21, 120 wine, 67 decision boundary, 84 formula, 61, 63-64 region, 5, 7 surface, 84 tree, 66 dendrogram, 271 distance Chebyshev, 55, 250, 257 Euclidean, 55, 250, 253 Hamming, 250 Mahalanobis, 89 Manhattan, 55 diversity of classes, 72 entropy, 73-74 Gini index, 74-75 index of incorrect classification, 73
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,007 | 0,011 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,522 | 0,438 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».